검증자산에서 로보택시 운영, 피지컬 AI와 사용자 경험까지

광저우시는 제18회 중국(광저우) 자동차부품기술대회에서 자율주행 모빌리티 업계 협약과 자율주행 대중교통 공유 모빌리티 이니셔티브를 공식 발표했다. 개발기술을 실제 운영과 공공 이동서비스로 확장하려는 중국 자동차산업의 움직임을 보여준다.

지난 호에는 AAG 2026을 통해 중국차가 해외에 도착한 뒤의 이야기를 전했다. 부품을 공급하고 차량을 수리하며, 진단정보와 고객서비스를 현지에 뿌리내리는 과정이었다. 이번에는 그보다 앞선 개발과 운영의 현장으로 들어갔다. 세계의 도로가 개발 데이터가 되고, 자율주행차가 매일 운행하는 서비스가 되며, AI의 판단이 시트와 섀시의 움직임으로 나타나기까지의 과정이다. 같은 주 광저우에서 만난 일곱 발표는 중국 자동차산업의 경쟁력이 완성차 밖에서 어떻게 만들어지고 있는지를 보여줬다.

글 | 한상민 기자 _ han@autoelectronics.co.kr

IN ENGLISH

연결기사: Leapmotor가 글로벌 주행 데이터를 검증자산으로 바꾸는 법
               Hello가 3억 4,000만 명 이동 경험을 운영체계로 바꾸는 법




AEM은 이번에도 메쎄프랑크푸르트 홍콩(Messe Frankfurt Hong Kong)의 초청으로 AAG 2026(Auto Aftermarket Guangzhou) 현장을 취재했다. 지난 호에서는 이 행사를 통해 중국 자동차산업의 글로벌 경쟁이 더 이상 수출 대수만으로 결정되지 않는다고 진단했다. 차가 해외에 도착한 뒤 이를 유지하고 수리하며, 부품과 진단정보를 공급하고, 고객을 지원하는 현지 서비스 체계 확립에 대한 ‘두 번째 글로벌화'를 이야기했다.
그러나 해외 서비스망은 이미 완성된 차량을 받아 움직이는 후방 기반이다. 그 차량이 서로 다른 국가의 도로와 기후, 법규를 견디고 현지에서 발견된 문제를 다음 제품에 반영하려면, 개발단계부터 글로벌 시장을 다루는 방식이 달라져야 한다.
같은 주, 같은 도시 광저우에서 열린 제18회 중국(광저우) 자동차부품기술대회는 그 앞단에서 일어나는 변화를 보여줬다. 발표 주제는 글로벌 검증과 Robotaxi, AI Agent와 지능형 시트, 섀시, 조명과 생성형 AI로 서로 달랐다. 
데이터는 더 많이 모으는 데서 그치지 않고 다시 쓸 수 있는 자산으로 정제된다. 자율주행 기술은 배차와 충전, 정비와 안전관제를 포함한 운영으로 확장된다. AI의 판단은 시트와 조명, 구동과 제동, 조향과 서스펜션의 물리적 반응으로 구현된다. 새로운 기능을 얼마나 많이 탑재했는가가 아니라, 도로에서 수집한 경험을 다음 판단과 제품개선에 얼마나 빠르게 다시 투입할 수 있는가의 경쟁이다.



100만 km보다 중요한 4만 km

Leapmotor의 스웨이(Shi Wei)는 32개국 195개 도시에서 축적한 100만 km의 주행데이터를 제시했다. 그런데 그가 정작 강조한 숫자는 100만이 아니다. 원시 데이터에서 의미 있는 장면을 선별하고 라벨링한 뒤, 개발과 검증에 다시 쓸 수 있는 시나리오 지식으로 남는 것은 약 4%인 4만 km다.
수집한 데이터가 많다고 바로 경쟁력이 되지는 않는다. 어느 국가와 차종에서 다시 쓸 수 있는지, 고객의 불만을 시험조건으로 바꿀 수 있는지, 새로운 위험 상황을 시뮬레이션에서 반복할 수 있는지가 중요하다. Leapmotor는 해외에서 확보한 시나리오 가운데 59%가 다른 시장으로 이전 가능한 유형이라고 분석했다.
이 계산은 중국차의 글로벌 검증이 시험 차량을 더 많이 투입하는 단계에서 한 지역의 경험을 다른 지역과 다음 프로젝트에 재사용하는 단계로 이동하고 있음을 보여준다. 개발조직과 시험환경을 국가마다 그대로 복제하지 않고 세계 각지에서 얻은 지식을 이동 가능한 자산으로 만들고 있다. 
검증 가능한 차량을 만들었다고 사업이 완성되는 것도 아니다. Hello Autonomous의 류샤오시(Liu Xiaoxi)는 그다음 문제를 운영에서 찾았다.
Hello는 본래 전통적인 자동차 기업이나 자율주행 스타트업이 아니라, 공유자전거와 배터리 교환, 카풀과 렌터카를 운영해 온 모빌리티 플랫폼이다. Hello가 Robotaxi 시장 진입의 근거로 내세운 것도 알고리즘의 성능만이 아니라 배차와 충전, 정비, 결제와 고객서비스를 매일 반복해 온 경험이다. 자율주행차가 기술적으로 달릴 수 있어도 제때 충전하지 못하거나 정비와 안전 관제가 연결되지 않으면 수익을 만들 수 없다. 엔드투엔드 모델과 이중화된 전용 차량이 안전한 주행을 담당한다면, 운영 플랫폼은 수많은 차량을 매일 도로에 내보내고 가동률과 수익성을 관리한다.
따라서 Robotaxi 경쟁 질문도 차량이 스스로 달릴 수 있느냐에서, 수많은 차량을 매일 안전하게 출차시키고 지속 가능한 서비스로 유지할 수 있느냐로 바뀐다.



AI가 판단한 뒤 차는 어떻게 움직이는가

Desay SV와 XPENG, Dongfeng의 발표는 AI를 차량의 물리적인 경험으로 바꾸는 서로 다른 단계를 보여줬다.
Desay SV의 저우젠(Zhou Jian)이 그린 AI Agent는 명령에 답하는 음성비서가 아니다. 사용자의 상황을 이해하고 필요한 작업을 계획해 차량제어와 모빌리티, 생활서비스를 호출하는 실행주체이며, 주행과 콕핏, 차량제어와 클라우드를 사용자의 의도에 맞춰 조정하는 통합 기반이다.
이 구상이 실제로 작동하려면 자동차가 사용자의 말뿐 아니라 신체 상태도 알아야 한다. XPENG의 마자(Ma Jia)는 등받이를 128도까지 눕히는 무중력 시트를 편의장치로만 설명하지 않았다. 시트는 탑승자의 몸과 가장 오래, 넓게 접촉하면서 체형과 자세, 압력분포, 심박과 호흡의 변화를 감지하는 단말이 된다. 기존 시트는 버튼을 누른 뒤 움직였지만, 미래의 시트는 날씨와 이동시간, 과거 습관과 현재의 피로를 분석해 자세와 지지력, 온도와 마사지를 미리 조절한다. 시트 설정을 클라우드 계정에 저장하면 자가용에서 렌터카와 공유차, Robotaxi로 이동할 수도 있다.
Dongfeng의 왕덩펑(Wang Dengfeng)은 같은 문제를 차량 전체의 운동으로 확대했다. 지능형 주행이 대뇌라면 섀시는 몸의 상태를 이해하고 구동과 제동, 조향과 서스펜션을 조율하는 소뇌라는 것이다. 자율주행 시스템이 정교한 경로를 계획해도 현재 노면에서 타이어가 확보할 수 있는 접지력과 차량이 낼 수 있는 제동력, 조향능력을 모르면 그 경로를 안전하게 실행할 수 없다. 지능형 주행은 전방 도로의 정보를 섀시에 보내고, 섀시는 차량이 실제로 수행할 수 있는 운동범위를 다시 알려줘야 한다. 이 양방향 정보가 연결되면 차량은 과속방지턱에 닿기 전에 서스펜션을 준비하고, 젖은 노면에서 미끄러지기 전에 구동력과 제동력을 배분할 수 있다. AI의 판단이 화면 속 정보에서 끝나지 않고 자동차의 물리적 행동으로 이어지는 피지컬 AI다.




왼쪽 위부터 Dongfeng Motor 왕덩펑(Wang Dengfeng), Leapmotor 글로벌 검증 및 R&D 디지털화 책임자 스웨이(Shi Wei), XPENG 인테리어·콕핏 수석엔지니어 마자(Ma Jia). 왼쪽 아래부터 푸단대학교(Fudan University) 교수 린옌단(Lin Yandan), 린웨이 광저우 램프 R&D센터(LYNWAY) 정즈레이(Zheng Zhilei), 헬로 오토노머스(Hello Autonomous) 부사장 류샤오시(Liu Xiaoxi).



좋은 경험은 누가, 무엇으로 증명하는가

기업들이 차량과 부품이 먼저 판단하고 반응하는 미래를 제시했다면, 푸단대학교 린옌단(Lin Yandan) 교수는 그 반응이 사람에게 실제로 안전하고 편안한지를 물었다.
자율주행차의 청색 표시등은 흰색보다 사람의 시선을 빨리 끌었고 차량을 식별하는 데도 유리했다. 하지만 실제 차량을 이용한 야간실험에서는 밝기가 약 102.5cd/㎡를 넘자 식별성의 추가 개선이 뚜렷하지 않았고, 인지부하와 눈부심 불쾌감은 계속 증가했다. 더 잘 보인다는 것과 더 안전하다는 것은 다르다. 같은 색이라도 밝기와 설치 위치, 관찰거리와 주변환경에 따라 사람의 반응이 달라졌다.
건강한 콕핏과 편안한 시트, 자연스러운 AI Agent란 표현도 사람의 시선과 자세, 생체신호와 인지부하를 측정하지 않으면 제품 가치로 입증하기 어렵다. 경험 중심의 경쟁은 사용자의 반응을 측정 가능한 엔지니어링 기준으로 바꾸는 일이다.



3개월 뒤에 볼 빛을 시제품 전에 확인한다

사람의 반응까지 측정했다면 그 결과는 다시 제품개발로 돌아가야 한다. LYNWAY 광저우 램프 R&D센터의 정즈레이(Zheng Zhilei)는 생성형 AI와 디지털 트윈을 램프의 설계와 검증, 보고서 작성에 투입하는 방법을 보여줬다.
새로운 인터랙티브 램프를 설계해 실제 시제품으로 확인하기까지 약 3~4개월이 걸리고, 비용은 30만 위안을 넘을 수 있다. 화면 크기와 픽셀 수, 광학 모듈과 투사거리의 조합이 맞지 않으면 실물을 만든 뒤 다시 설계해야 한다. LYNWAY는 APT Coder와 APT Node, 기업 지식베이스와 업무용 위챗로봇을 통해 사내 규정과 과거 개발자료를 찾고, 코드 작성과 문서처리, 시험데이터 수집과 보고서 생성을 지원하려 한다. ISD 인터랙티브 스크린과 투영형 헤드램프는 디지털 트윈에서 픽셀과 밝기, 색상과 투사효과를 바꿔보며 물리적 시제품 제작 전에 문제를 확인한다.
AI가 실차시험을 없애지는 않는다. 3~4개월 뒤에야 볼 수 있었던 빛을 먼저 보여주고, 실패 가능성이 높은 설계안을 제작 전에 걸러내는 역할을 한다. 가상환경에서 선택한 결과가 실제 도로에서도 정확하고 안전한지는 광학측정과 인간공학 평가, 실차시험을 통과해야 한다.



수출망 뒤에 개발과 운영의 연결이 있다

지난 호의 해외 애프터마켓과 이번에 살펴본 개발·운영 역량이 이미 긴밀하게 연결됐다고 할 수는 없다. 기업들이 제시한 상당수 기술은 개발 중이거나 장기 로드맵에 있으며, 발표에서 주장한 성능과 효율도 실제 양산 규모와 현장에서 확인해야 한다.
그러나 방향은 보였다. 개발단계에서 만들어진 시나리오와 검증기록은 해외의 진단과 정비에 활용될 수 있어야 한다. 현지에서 축적된 고장과 환경, 사용자 데이터는 다시 제품개발로 돌아가야 한다. 차량의 판단은 섀시와 시트, 조명의 물리적 반응으로 구현되고, 그 반응은 사람과 실제 도로에서 검증돼야 한다. 검증 결과는 다시 코드와 설계, 시험조건에 반영돼야 한다.
중국의 두 번째 글로벌화는 해외에 서비스센터와 부품 창고를 세우는 일만을 말하지 않는다. 한 지역에서 얻은 경험을 다른 시장에서 다시 사용하고, 기술을 운영 가능한 서비스로 만들며, 차량의 판단을 사람이 체감할 수 있는 움직임으로 바꾸는 능력까지 포함한다.
일곱 발표가 보여준 것은 하나의 완성된 모델이 아니라, 서로 다른 기업과 연구자가 각자의 위치에서 만들고 있는 개발과 검증, 운영과 경험의 기반이다. 중국차의 다음 글로벌 경쟁은 항구에서 차량을 선적하는 순간 시작되지도, 해외에서 판매한 순간 끝나지도 않는다. 도로에서 얻은 경험을 다음 차량의 데이터와 코드, 서비스와 물리적 반응으로 다시 사용할 수 있을 때, 그 글로벌화는 수출 대수 너머의 산업역량이 된다.


 

---

AAG 2026, 역대 최대 규모로 폐막
93개국 5만4,219명 방문…중국 애프터마켓의 해외 진출 창구로

제11회 오토 애프터마켓 광저우(AAG 2026)가 8월 21일 중국 광저우에서 폐막했다. 올해 행사는 폴리 월드 트레이드 엑스포 센터 7개 홀, 8만5,000㎡ 규모로 열려 역대 최대 기록을 세웠다.
전시에는 1,818개 기업이 참가했으며, 93개 국가·지역에서 5만 4,219명이 방문했다. 방문객은 이전 행사보다 7.5% 증가했다. 해외 방문객이 많은 국가는 러시아, 미얀마, 태국, 예멘, 파키스탄, 말레이시아, 사우디아라비아, 이란, 우즈베키스탄, 이집트 순이었다. 국내외 전문 바이어 그룹도 48개에 달했다. 
전시장은 부품 및 컴포넌트, 액세서리와 튜닝·자동차 서비스, 재제조 분야를 중심으로 구성됐다. 섀시와 브레이크, 엔진, 하이브리드 파워트레인부터 오프로드·캠핑용품, NEV 관리 제품, 재제조 엔진과 변속기, ECU까지 애프터마켓 전반을 다뤘다. 36개 부대행사에서는 해외시장 진출, 비즈니스 매칭, 자동차 튜닝과 산업 트렌드를 논의했다.

AEM(오토모티브일렉트로닉스매거진)

---